Az élkeresés egy nagy gyakorlati fontossággal bíró feladat a képfeldolgozásban. Magasszintű látás esetén azt várhatjuk, hogy az egyes objektumok határán jelenik meg él, szétválaszthatóvá téve őket. Alacsonyszintű képfeldolgozási feladatként nem történik objektum értelmezés a képen, csak a képpontok egy lokális környezete alapján döntünk, hogy egy adott képpont él része lehet vagy sem. Ezt az eredményt felhasználhatjuk például képből geometriai információk kinyerésére, amire egy következő fejezetben térünk majd ki.

Ebben a fejezetben az élkeresést szürkeárnyalatos képeken vizsgáljuk.

Az alacsonyszintű élkeresés néhány fontos jellemzője (részletek az előadás anyagában).

• Él ott található a képen, ahol a lokális intenzitáskülönbség nagy.
• A képfüggvény elsőrendű deriváltja egy adott pontban (a gradiensvektor) mutatja a legnagyobb változás (növekedés) irányát, ami merőleges az élre (ha van az adott pontban), illetve a gradiensvektor nagysága (magnitúdója) jellemzi az él erősségét.
• A képfüggvény második deriváltja a változás változását mutatja. Ebben az esetben él a derivált előjelváltásánál (nulla átmeneténél) fordul elő.
• Digitális képen éleket lehet az első- vagy másodrendű deriváltak számításával keresni. Mivel a digitális képek diszkrétek, ezért a deriváltszámítás is diszkrét közelítés lesz. Jellemzően X- és Y-irányú parciális deriváltakat közelítünk konvolúciós kernelekkel.
• A derivált közelítés nagyon zajérzékeny, ezért célszerű előzőleg képsimítást végezni a zaj hatásának csökkentésére. A simító és parciális deriváltat közelítő konvolúciók általában összevonhatók közös kernelbe, így egy lépésen végrehajthatók.
• Egy gyakorlatban jól használható éldetektor további feltételezésekkel is él, ilyen például a Canny detektor (simítás, deriválás, nem maximális élek elnyomása, hiszterézis küszöbölés).

A következő alfejezetekben az első és másodrendű deriváltak diszkrét közelítését és éldetektálási alkalmazásait, valamint a Canny összetett éldetektor használatát tekintjük át.